ИИ Claude ускорил и оптимизировал более 30 моделей для биомолекулярного моделирования

Anthropic представила результаты работы ИИ Claude, который в рамках проекта Claude Science смог существенно повысить производительность и снизить требования к памяти для свыше 30 открытых моделей, используемых в биомолекулярном моделировании. Оптимизации были выполнены менее чем за месяц и позволили в среднем увеличить скорость работы моделей примерно в 4 раза без значительной потери точности.

Важной инновацией стала разработка «низкопамятного» режима, позволяющего предсказывать структуры биомолекулярных систем размером более 10 000 токенов (аминокислот, нуклеотидов и атомов) на одном GPU-узле NVIDIA. Ранее подобные задачи требовали распределённых вычислений на нескольких узлах, что ограничивало доступность таких исследований.

Оптимизации затронули ключевые операции в моделях предсказания структуры белков, такие как треугольное внимание и умножение, которые традиционно являются узкими местами из-за кубической сложности по времени и памяти. Claude помог создать набор специализированных низкоуровневых ядер FlashPairformer, которые превосходят существующие решения (например, NVIDIA cuEquivariance) по скорости в 2,7–3 раза для треугольного внимания и до 3,2 раза для умножения.

Кроме того, ИИ предложил индивидуальные улучшения для каждой модели, включая кэширование повторяющихся вычислений и упрощение кода, что в совокупности обеспечило ускорение на 4x при сохранении качества предсказаний. Все оптимизированные решения Anthropic открывает для сообщества, чтобы расширить доступ к эффективным инструментам биомолекулярного моделирования.

Для поддержки научного сообщества Anthropic совместно с Adaptyv Bio объявили конкурс по дизайну белков с призовым фондом до 1 миллиона долларов в виде кредитов Claude и 250 тысяч долларов в кредитах вычислительных ресурсов Modal, а также лабораторной валидацией более 5 000 разработанных белков.

Данные достижения способствуют более доступному и эффективному исследованию сложных биомолекулярных систем, включая крупные молекулярные комплексы, такие как митохондриальный комплекс I, хаперонный комплекс TRiC, протеасома и бактериальный рибосомный комплекс, которые были успешно предсказаны с помощью новых оптимизаций на одном GPU-узле.

Подробности и технический отчёт доступны на сайте Anthropic, а исходный код оптимизаций опубликован в открытом доступе на GitHub.

По данным anthropic.com.